一、導數
1、導數的公式及幾何意義
(1)
(2)幾何意義爲當函數定義域和取值都在實數域中的時候,導數還可以表示函數曲線上的切線斜率。同時還表示在該點的變化率。
(3)在一元函數中只有一個自變量的變動,表示只存在一個方向的變化率,此時一元函數沒有偏導數
2、偏導數
(1)若爲偏導數則必須涉及兩個或者以上的向量,此文以兩個自變量爲例,z = f(x,y),此時則不再曲線,而表示的是曲面。曲線中我們的切線則只有一條,但是在曲面中某一點則有無數條切線。
(2)偏導數表示多元函數沿着座標軸的變化率
- 表示函數在y的方向不變,函數值沿着x軸方向的變化率
- 表示函數在x的方向不變,函數值沿着y軸方向的變化率
(3)偏導數對應的幾何意義:
- 偏導數表示的是曲平面被平面y=所截得得曲面在點處的切線對x軸的斜率
- 偏導數表示的是曲平面被平面x=所截得得曲面在點處的切線對y軸的斜率
3、方向導數
(1)介於偏導數的侷限性,因爲它指的是多元函數沿着座標軸的變化率(某一個已知方向),但是我們需要考慮的是多元函數沿着任意方向的變化率,因此引出了方向導數。
(2)方向導數,它是一個數,是一個在某個方向上的導數,用來簡單解釋,我們一般默認的某個點切線的斜率,即爲該點沿着X軸正半軸的導數。因爲在這種多元變量的情況下,可能每一個點在360度方向上均有方向(某些方向可能導數不存在),也就是在多個方向上都有導數。
!
(3)在下山的問題中我們需要找到最陡峭的方向(梯度最大),纔可以讓我們下山越快。
(4)假設山坡的表示爲,我們可以通過x,y方向的偏微分分別得出x,y方向的斜率,此時x,y方向的斜率相當於一個平面中的兩個基向量,可以用來表示任何方向的斜率。
二、梯度(矢量)
1、方向導數可以理解爲任何一個方向的導數
2、如果有多個方向,我們如何判斷哪個方向上的導數是最大的呢?這個方向就是梯度,它是一個矢量,在梯度方向上的導數就是最大的方向導數。
3、設函數在平面區域D內具有一階連續偏導數,則對每一點,都可以定出一個向量(矢量表示法)稱爲在P點處的梯度,記作。
(1)具有一階連續偏導數,意味着可微。可微意味着函數在各個方向的切線都在同一個平面上,也就是切平面。
(2)所有的切線都在一個平面上,某一點一定有且只有一個(梯度爲0的情況除外,可以自己想想爲什麼?)最陡峭的地方(因爲方向導數是切線的斜率,方向導數最大也就意味着最陡峭)。
4、方向導數和梯度的關係
(1)定義方向導數爲
則稱這個極限值是沿着方向的方向導數,那麼隨着的不同,我們可以求出任意方向的方向導數
爲一個單位向量,θ不同則方向也不同
(2)、利用偏微分進行方向導數的簡化
,
因此我們可以得出
(3)那麼此時如果要取得最大值,也就是當爲α爲0度的時候,也就是向量I(這個方向是一直在變,在尋找一個函數變化最快的方向)與向量(這個方向當點固定下來的時候,它就是固定的)平行的時候,方向導數最大。
三、神經網絡
四、BP(逆傳播算法)
本文參考以下內容
[方向導數和梯度的關係](https://www.zhihu.com/question/36301367)
[強推的一個學習導數和梯度](https://www.matongxue.com/madocs/222/)
[有關DP的講解](https://blog.csdn.net/u014303046/article/details/78200010#comments)
[有關DP的講解](https://www.sohu.com/a/235924191_633698)